Convertir un fichier pdf en texte en C#

Question

Je dois convertir un fichier .pdf en fichier .txt (ou .doc, mais je préfère .txt).

Comment puis-je faire cela en C#?

Answer 1

Ghostscript pourrait faire ce dont vous avez besoin. Voici une commande pour extraire le texte d'un fichier PDF dans un fichier txt (vous pouvez l'exécuter à partir d'une ligne de commande pour vérifier si cela fonctionne pour vous):

gswin32c.exe -q -dNODISPLAY -dSAFER -dDELAYBIND -dWRITESYSTEMDICT -dSIMPLE -c save -f ps2ascii.ps "test.pdf" -c quit >"test.txt" 

Vérifiez ici: codeproject: Convert PDF to Image Using Ghostscript API pour plus de détails sur l'utilisation de Ghostscript avec C#

Answer 2

Le concept de conversion de PDF en texte n'est pas vraiment simple et vous ne verrez jamais quelqu'un publier un code ici qui va convertir PDF en texte directement. Donc, votre meilleur pari maintenant est d'utiliser une bibliothèque qui ferait le travail pour vous ... un bon est PDFBox, vous pouvez le google. Vous trouverez sans doute écrit en Java, mais vous pouvez heureusement utiliser IKVM pour le convertir en .Net ....

Answer 3

J'ai eu besoin moi-même et je cet article pour me commencer: http://www.codeproject.com/KB/string/pdf2text.aspx

Answer 4

Comme alternative à la solution de Don là, je trouve ce qui suit:

Extract Text from PDF in C# (100% .NET)

Answer 5

Docotic.Pdf library peut extraire du texte à partir de fichiers PDF (format ou non).

Voici un exemple de code qui montre comment extraire du texte formaté à partir d'un fichier PDF et l'enregistrer dans un autre fichier.

public static void ExtractFormattedText(string pdfFile, string textFile) 
{ 
    using (PdfDocument doc = new PdfDocument(pdfFile)) 
    { 
     string text = doc.GetTextWithFormatting(); 
     File.WriteAllText(textFile, text); 
    } 
} 

En outre, il y a un échantillon sur notre site qui montre d'autres options pour extraction of text from PDF files. Clause de non-responsabilité: Je travaille pour Bit Miracle, vendeur de la bibliothèque.

Answer 6

public void PDF_TEXT() 
    { 
     richTextBox1.Text = string.Empty; 

     ReadPdfFile(@"C:\Myfile.pdf"); //read pdf file from location 
    } 


    public void ReadPdfFile(string fileName) 
    { 

string strText = string.Empty; 
StringBuilder text = new StringBuilder(); 
    try 
    { 
    PdfReader reader = new PdfReader((string)fileName); 
    if (File.Exists(fileName)) 
    { 
    PdfReader pdfReader = new PdfReader(fileName); 

    for (int page = 1; page <= pdfReader.NumberOfPages; page++) 
     { 

ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); 

string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy); 

      text.Append(currentText); 

       } 
       pdfReader.Close(); 
      } 
     } 
     catch (Exception ex) 
     { 
      MessageBox.Show(ex.Message); 
     } 
     richTextBox1.Text = text.ToString(); 

    } 



    private void Save_TextFile_Click(object sender, EventArgs e) 
    { 
     SaveFileDialog sfd = new SaveFileDialog(); 

     DialogResult messageResult = MessageBox.Show("Save this file into Text?", "Text File", MessageBoxButtons.OKCancel); 

     if (messageResult == DialogResult.Cancel) 
     { 

     } 
     else 
     { 
      sfd.Title = "Save As Textfile"; 
      sfd.InitialDirectory = @"C:\"; 
      sfd.Filter = "TextDocuments|*.txt"; 


      if (sfd.ShowDialog() == DialogResult.OK) 
      { 
       if (richTextBox1.Text != "") 
       { 
        richTextBox1.SaveFile(sfd.FileName, RichTextBoxStreamType.PlainText); 
        richTextBox1.Text = ""; 
        MessageBox.Show("Text Saved Succesfully", "Text File"); 

       } 
       else 
       { 
        MessageBox.Show("Please Upload Your Pdf", "Text File", 
        MessageBoxButtons.OKCancel, MessageBoxIcon.Asterisk); 
       } 

      } 

     } 

    }